[논문]빌보드 스윕 스테레오 시차정합 알고리즘을 이용한 차량 검출 및 추적

박민우; 원광희; 정순기

doi:10.9717/kmms.2013.16.6.764

빌보드 스윕 스테레오 시차정합 알고리즘을 이용한 차량 검출 및 추적
Vehicle Detection and Tracking using Billboard Sweep Stereo Matching Algorithm 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.16 no.6, 2013년, pp.764 - 781

박민우 (경북대학교 IT대학 컴퓨터학부) , 원광희 (경북대학교 IT대학 컴퓨터학부) , 정순기 (경북대학교 IT대학 컴퓨터학부)

초록
AI-Helper

본 논문에서는 시차영상 생성과 레이블링(labeling)을 동시에 수행하는 빌보드 스윕 스테레오 시차정합 알고리즘을 적용하고, 두 단계로 구성된 복합 가설생성(hypothesis generation) 단계를 적용함으로서 거짓알림(false alarm)을 줄이고, 차량 검출의 정확도를 높이는 방법을 제안한다. 먼저 차량의 정면에 장착된 두 대의 카메라를 이용하여 영상을 획득하고, 이 영상을 사용하여 빌보드 스윕 스테레오 시차정합 알고리즘을 수행하여 지면과 배경이 제거된 장애물(obstacle)만이 존재하는 특수한 형태의 시차영상을 생성한다. 이렇게 생성된 지면과 배경이 제거된 레이블링된 시차영상을 이용하여 차량 검출 및 추적을 수행한다. 차량 검출 및 추적단계는 크게 세 단계로 나눠진다. 첫 번째 단계는 학습 단계로서 학습데이터로부터 Gabor필터를 사용해서 특징점을 추출하고, 추출된 특징점을 학습한 뒤 서포트 벡터머신 분류기를 생성하는 단계이다. 두 번째 단계는 스테레오 카메라의 영상 중 주 카메라의 영상으로부터 에지 정보를 추출하고, 지면과 배경이 제거된 시차 영상으로부터 얻어진 시차정보를 이용해서 차량이 존재하는 후보영역을 뽑은 뒤 서포트 벡터머신 분류기를 사용하여 차량을 검출하는 단계이다. 마지막 단계는 차량 추적단계로서 검출이 완료된 차량들은 다음 프레임에서 템플릿 매칭을 수행하여 추적한다. 이는 추적에 성공할 경우 다음 프레임의 차량 검출시 후보영역에서 배제함으로서 전체적인 차량 검출 성능을 향상시킨다.

Abstract ▼ AI-Helper

In this paper, we propose a highly precise vehicle detection method with low false alarm using billboard sweep stereo matching and multi-stage hypothesis generation. First, we capture stereo images from cameras established in front of the vehicle and obtain the disparity map in which the regions of ground plane or background are removed using billboard sweep stereo matching algorithm. And then, we perform the vehicle detection and tracking on the labeled disparity map. The vehicle detection and tracking consists of three steps. In the learning step, the SVM(support vector machine) classifier is obtained using the features extracted from the gabor filter. The second step is the vehicle detection which performs the sobel edge detection in the image of the left camera and extracts candidates of the vehicle using edge image and billboard sweep stereo disparity map. The final step is the vehicle tracking using template matching in the next frame. Removal process of the tracking regions improves the system performance in the candidate region of the vehicle on the succeeding frames.

주제어

질의응답

핵심어	질문	논문에서 추출한 답변
	빌보드 스윕 스테레오 시차정합 알고리즘이란?	빌보드 스윕 스테레오 시차정합(billboard sweep stereo matching) 알고리즘[17]은 스테레오 도로영상으로부터 지면, 지면위에 존재하는 객체, 그리고 카메라로부터의 거리가 먼 배경의 세 영역에 대한 레이블과 시차를 동시에 결정하는 알고리즘이다. 제안된 시스템에서는 지면, 객체 및 배경의 세 영역 중, 객체영역을 차량검출을 위한 후보 영역으로 활용한다.
	최근 차량 검출 연구에서 단일 카메라에서 벗어나 스테레오 카메라 기반의 연구가 함께 진행되는 이유는 무엇 때문인가?	과거에는 단일 카메라 기반의 차량 검출 연구가 주를 이뤘지만, 최근에는 단일 카메라에서 벗어나 스테레오 카메라 기반의 연구가 함께 진행되고 있다. 그 이유는 스테레오 카메라 기반의 방법이 기존 단일 카메라 기반의 방법에 비해 보다 정확한 거리 측정 및 다양한 안전관련 정보 검출이 가능하기 때문이다[6,7]. 연구 초기의 스테레오 비전 기반 차량 검출 방법들은 단일 카메라기반의 연구들에 비해 낮은 검출율과 낮은 처리 속도를 보였다.
	카메라 센서가 지능형 차량 개발의 주요 센서로 활용되는 이유는 무엇 때문인가?	특히, 그 중에서도 차량에 카메라 및 레이저 센서 등을 장착하여 운전자에게 위험물을 사전에 경고해주거나, 차량을 자동으로 제어함으로서 사고를 미연에 방지 해주는 다양한 안전 시스템들이 개발되고 있다. 이러한 시스템들에서 사용되는 센서들 중에서도 카메라 센서는 타 센서들에 비해 비교적 가격이 저렴하고, 영상을 이용한 후처리를 통해 다양한 기능을 구현할 수 있기 때문에 많은 자동차 회사들이 사고 예방을 위한 지능형 차량 개발의 주요 센서로 활용되고 있다. 예를 들어, 차량 내부에 장착된 스테레오 타입의 적외선 카메라를 이용하여 운전자의 눈동자를 추적하여 졸음운전 유무를 파악하거나, 차량의 전방에 장착된 카메라를 이용하여 전방의 위험물을 검출하여 위험 유무를 알려주거나, 차량의 후방을 향하여 장착 된 카메라를 이용하여 후방의 사각지대를 가시화시켜주는 연구들이 활발히 진행되고 있다[1-5].

참고문헌 (28)

Volvo invents BLIS, http://www.autoblog.com/2004/08/04/volvo-invents-blis-blind-spot-info-system-actual-happiness, 2004.
Min Woo Park, Kyung Ho Jang, and Soon Ki Jung, "Panoramic Vision System to Eliminate Driver's Blind Spots using a Laser Sensor and Cameras," International Journal of Intelligent Transportation Systems Research, Vol. 10, Issue 3, pp. 101-114, 2012.

상세보기
Gideon P. Stein, Yoram Gdalyahu, and Amnon Shashua, "Stereo-Assist: Top-down Stereo for Driver Assistance Systems," Proc. Intelligent Vehicles Symposium(IV) , pp. 723-730, 2010.
Seiya Shimizu, Jun Kawai, and Hiroshi Yamada, "Wraparound View System for Motor Vehicles," Fujitsu Scientific & Technical Journal, Vol. 46, No. 1, pp. 95-102, 2010.
최미순, 이정환, 석정희, 노태문, 심재창, "영상분할 및 Haar-like 특징기반 자동차 검출," 멀티미디어학회논문지, 제13권, 제9호, pp. 1314-1312. 2010.

원문보기 상세보기
M. Okutomi and T. Kanade, "A Multiple-Baseline Stereo," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 15, No. 4, pp. 353-363, 1993.

상세보기
Zehang Sun, George Bebis, and Ronald Miller, "On-Road Vehicle Detection: A Review," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 28, No. 5, pp. 694-711, 2006.

상세보기
C.H. Lee, Y.C. Lim, S. Kwon and J.H. Lee, "Stereo Vision-Based Vehicle Detection using a Road Feature and Disparity Histogram," Optical Engineering, Vol. 50, Issue 2, pp. 027004-027004-23, 2011.

상세보기
Zehang Sun, George Bebis, and Ronald Miller, "On-Road Vehicle Detection using Evolutionary Gabor Filter Optimization," IEEE Transactions on Intelligent Transportation Systems, Vol. 6, No. 2, pp. 125-137, 2005.

상세보기
Zehang Sun, George Bebis, and Ronald Miller, "On-Road Vehicle Detection using Gabor Filters and Support Vector Machines," Proc. International Conference on Digital Signal Processing, pp. 200-203, 2002.
Jaesik Choi, Realtime On-Road Vehicle Detection with Optical Flows and Haar-Like Feature Detectors, Computer Science Research and Tech Reports, University of Illinois at Urbana-Champaign, 2006.
Gwang Yul Song, Ki Yong Lee, and Joon Woong Lee, "Vehicle Detection by Edge-based Candidate Generation and Appearance-based Classification," Proc. IEEE Symposium( IV) Intelligent Vehicle, pp. 428-433, 2008.
Chung-Hee Lee, Young-Chul Lim, Soon Kwon, and Jonghwan Kim, "Stereo Vision-Based Obstacle Detection using Dense Disparity map," Proc. International Conference on Graphic and Image Processing, Vol. 8285, pp. 82853O-82853O-6, 2011.
Z.H. Zhou and X. Geng, "Projection Functions for Eye Detection," Pattern Recognition, Vol. 37, Issue 5, pp. 1049-1056, 2004.

상세보기
M.W. Park and S.K. Jung, "Eyeball Detection using Projection Function and Color Similarity," Proc. The 8th International Conference on Multimedia Information Technology and Applications, pp. 31-34, 2012.
Michael B. Dillencourt, Hannan Samet, and Markku Tamminen, "A General Approach to Connected-Component Labeling for Arbitrary Image Representations," Journal of the ACM, Vol. 39, Issue 2, pp. 253-280, 1992.

상세보기
K.H. Won and S.K. Jung, "Billboard Sweep Stereo for Obstacle Detection in Road Scenes," Electronics Letters, Vol. 48, No. 24, pp. 1528-1530, 2012.

상세보기
H. Hirschmuller, "Accurate and Efficient Stereo Processing by Semi-Global Matching and Mutual Information," Proc. IEEE Conf. on CVPR'05, pp. 807- 814, 2005.
B. Froeba and A. Ernst, "Face Detection with the Modified Census Transform," Proc. IEEE Conf. on Automatic Face and Gesture Recognition, pp. 91-96, 2004.
K.H. Won and S.K. Jung, "Parallel Implementation of Ground Plane Obstacle Detection," Proc. The 8th International Conference on Multimedia Information Technology and Applications, pp. 51-52, 2012.
Corinna Cortes and Vladimir Vapnik, "Support-Vector Networks," Machine Learning, Vol. 20, Issue 3, pp. 273-297, 1995.

상세보기
SVM Light, http://svmlight.joachims.org, 2008.
Gabor Filter, http://en.wikipedia.org/wiki/Gabor_filter, 2013.
Gary Bradski and Adrian Kaehler, Learning OpenCV, O'Reilly, Sebastopol, Calif., 2008.
Rafael C. Gonzalez and Richard E. Woods, Digital Image Processing, Prentice Hall, Upper Saddle River, New Jersey, 2008.
Y.M. Fouda, "Template Matching based on SAD and Pyramid," International Journal of Computer Science and Information Security, Vol. 10, No. 4, pp. 11-16, 2012.
M. Bayes and M. Price, "An Essay towards Solving a Problem in the Doctrine of Chances. by the Late Rev. Mr. Bayes, Communicated by Mr. Price, in a Letter to John Canton, M. A. and F. R. S.," Philosophical Transactions, Vol. 53, No. 1, pp. 370-418, 1763.

상세보기
Receiver Operating Characteristic, http://en.wikipedia.org/wiki/Receiver_operating_charact eristic, 2013.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증